1. 课程导入与农机自动驾驶系统总览

农机自动驾驶并不是“把方向盘交给机器”这么简单,它是一套把农田环境、车辆状态与作业任务连成闭环的工程系统。学习本课程,目标不是记住某个品牌的操作界面,而是建立一条清晰的技术主线:感知—决策—控制—执行,并理解这条主线在真实田间如何被标定、调试和验证。掌握这条主线后,面对不同机型、不同导航终端和不同作业农具,你都能快速判断问题出在哪一环。

一、先建立四个核心概念

第一是定位与姿态。自动驾驶的前提是知道“我在哪、朝哪、车身什么姿态”。卫星定位给出经纬度与高程,双天线或组合导航给出航向,惯性测量单元(IMU)补充俯仰、横滚与短时高频姿态。第二是路径与引导线。作业前把地块边界、基准线(A-B线)、作业幅宽转化为车辆应跟踪的期望轨迹。第三是跟踪误差。工程上最关心的是横向偏差(车辆实际位置到期望线的垂直距离)和航向偏差(车头方向与期望方向的夹角),单位分别是厘米和度。第四是执行机构。转向轮由方向盘电机或液压比例阀驱动,油门、挡位、农具升降由整车控制器协调。

这里必须明确一个参照约定,全文与图示保持一致:以车辆前进方向为基准,车辆位于期望线左侧时横向偏差记为负,右侧记为正;航向偏差以期望方向为基准,车头偏左为负、偏右为正。调试中所有数据判读都以此为准,切换参照系必须重新说明。

二、系统组成:一条从天线到车轮的信号链

把系统拆开看,它由感知层、决策层、控制层和执行层构成,层与层之间靠总线与接口传递数据。感知层包括卫星接收机、双天线、IMU、轮速传感器和农具状态开关;决策层是导航终端里的路径规划与作业管理软件;控制层是转向控制器与整车控制器,负责把偏差换算成转向指令;执行层是方向盘电机、液压转向阀、油门执行器和农具液压阀。下图给出这条信号链的完整走向与关键接口。

农机自动驾驶系统信号链与调试观测点 感知层 卫星接收机 + 双天线 IMU(俯仰/横滚/航向) 轮速传感器 农具升降状态开关 输出:位置、航向、姿态、速度 决策层 地块边界与A-B基准线 作业幅宽与路径规划 地头掉头策略 农具作业段管理 输出:期望轨迹与目标航向 控制层 横向偏差 / 航向偏差计算 转向控制器(PID/纯追踪) 前轮目标转角解算 车速与农具联动逻辑 输出:转向与油门指令 执行层 方向盘电机 液压转向阀 油门执行器 农具液压阀 CAN CAN 驱动 车辆实际位置与姿态反馈(闭环) 调试观测点(按信号链顺序排查) ① 定位解状态、卫星数、差分龄期 ② 基准线方向与幅宽设置 ③ 横向偏差、航向偏差实时值 ④ 前轮实际转角与指令是否一致 ⑤ 直线段稳态误差与地头掉头表现

图中橙色虚线是闭环反馈:车辆实际位置与姿态回到感知层,形成持续修正。调试时按信号链顺序逐点观测,比盲目调参数高效得多——先确认定位解状态正常,再看基准线设置,然后看偏差数值,最后核对前轮实际转角是否跟随指令。

三、典型应用场景与调试关注点

不同作业场景对系统的要求差异明显。以旱田直线播种为例,作业速度约6~8 km/h,幅宽4~6 m,关注的是直线段横向偏差能否稳定在±2.5 cm以内,以及行距一致性;调试重点是基准线方向、天线安装偏距和转向死区。以水田插秧为例,土壤湿软、车辙深,速度低(约3~5 km/h),关注低速跟踪平顺性和地头掉头精度,调试重点是低速转向增益与掉头半径参数。以果园与设施作业为例,行距窄、障碍多,关注路径贴合与安全停车,调试重点是边界收缩量与避障停车距离。以收获作业为例,需与割台、卸粮联动,关注农具状态信号与作业段切换的时序一致性。

四、调试流程框架:从静态到动态

一套可复用的调试框架分四步。第一步静态检查:确认天线安装位置与标称偏距一致(例如天线相位中心距后轴中心纵向1.2 m、横向0 m),检查供电与CAN通信,确认定位解状态为固定解、卫星数不少于12颗、差分龄期小于5 s。第二步参数标定:标定转向中位、转向比(方向盘转角与前轮转角之比)、天线偏距和轮速系数。第三步直线跟踪调试:在平整地块设一条100 m基准线,以6 km/h匀速行驶,记录横向偏差曲线,若出现周期性左右摆动,先减小转向增益或增大微分项,再复测。第四步地头与农具联调:验证掉头路径、农具升降时序与作业段切换,确认无漏作业或重作业。

判断依据示例:直线段100 m内横向偏差最大值不超过±2.5 cm、均方根误差小于1.5 cm,且无明显等幅振荡,可认为直线跟踪达标;若偏差随速度升高而增大,优先检查轮速系数与转向延迟,而不是一味加大增益。

五、学习本课程的方法建议

建议按“先看信号链、再动手标定、最后看数据判读”的顺序学习。每学一个模块,都在实车或模拟终端上找到对应的观测点:定位模块看解状态与龄期,路径模块看基准线与幅宽,控制模块看偏差与转角,执行模块看实际动作是否到位。把每次调试的偏差曲线和参数改动记录下来,形成自己的参数—现象对照表,这比记住任何一组“推荐参数”都更有价值,因为不同机型、不同农具、不同土壤条件下的最优参数并不相同。